[发明专利]重型半挂车状态估计方法

说明书

技术领域

本发明涉及一种汽车状态估计方法，更具体地说，本发明涉及一种应用于重型半挂车辆状态估计方法。

背景技术

随着计算机技术及智能化信息处理技术的发展，越来越多的汽车电子技术应运而生，并不断应用于现代汽车底盘控制系统中，对于减少驾驶员操作负担、提高汽车主动安全性能、降低汽车污染物排放等方面，起到了积极的促进作用。特别是对于公路运输的主体重型半挂车，这种作用尤为明显。这些重型半挂车电子控制系统的实现，主要是依据重型半挂车的参数以及实际运动状态等信息来决策相应的控制逻辑和算法，于是获取准确的重型半挂车运动状态参数就成为了这些系统实现控制目标的关键。

这些状态参数虽然均可用传感器直接测量，但必须依赖价格昂贵的特殊设备或传感器，且需要特定的安装固定方式，并不适于配置在实际产品中。因此，从节约成本和实际应用的角度看，必须在不增加车辆开发成本的前提下，使用汽车常用或者已装备的传感器提供的信息，为重型半挂车电控系统提供准确的车辆状态参数。因此，汽车多传感器信息融合技术应运而生。目前，使用在车辆上的传感器信息融合技术可分为两类：

第一类是基于状态观测器技术而发展的汽车状态估计方法；

第二类是基于卡尔曼滤波技术汽车状态参数估计方法。

这其中，第二类方法在国外应用更为广泛，国内也有一定程度的研究。但是，这些研究和应用目前仅限于单车的状态估计，而对于系统更为复杂的重型半挂车辆的运动状态，国内外尚无简便易行的估计方法。

发明内容

本发明所要解决的技术问题是，在不增加重型半挂车固有传感器、不提高车辆开发成本的前提下，提供一种能够估计包括牵引车及半挂车侧倾角、牵引车及半挂车质心侧偏角、牵引车及半挂车横摆角速度等重型半挂车运动重要状态参数，为重型半挂车电控系统提供准确的状态参数的系统和方法。

为解决上述技术问题，本发明使用用于测量车辆转向角的转向角信号的转向角传感器、用于测量各车轮轮速信号的轮速传感器、用于测量牵引车及半挂车纵向加速度的纵向加速度传感器、用于测量牵引车及半挂车侧向加速度的侧向加速度传感器。以上传感器均为汽车底盘电控系统常用传感器。所述系统包括：用于滤去传感器噪声、剔除传感器信号野点的传感器前置滤波模块；用于车速计算对轮速信号、纵向加速度信号作出响应的车速计算模块；用于估计重型半挂车状态参数真值的基于模型的无轨卡尔曼滤波(UKF)估计器；用于存储车辆状态估计值，并为下一时刻计算提供前一时刻状态值的重型半挂车状态存储器模块。其中，基于模型的UKF估计器包括两个组成部分：用于重型半挂车状态时间更新的重型半挂车动力学模型；用于状态测量更新的UKF算法模块。

本发明所述的方法是采用如下技术方案实现，所述的应用于重型半挂车的状态估计方法包括如下步骤：

1.由车轮处的轮速传感器测出牵引车及半挂车各个车轮轮速；

2.由方向盘处的转角传感器测出方向盘转角；

3.由牵引车及半挂车质心处的纵向加速度传感器测出牵引车及半挂车的纵向加速度；

4.由牵引车及半挂车质心处的侧向加速度传感器测出牵引车及半挂车的侧向加速度；

5.将所有传感器信息输入到传感器前置滤波模块中，对各传感器信息进行低通滤波与野点剔除；

6.根据牵引车及半挂车车轮轮速和牵引车及半挂车车体纵向加速度计算车辆纵向车速；

7.将车速信息、纵向加速度信息、方向盘转角信息传输给基于模型的UKF估计器；

8.车辆状态估计器将接收到的车速信息、纵向加速度信息、方向盘转角信息，以及由重型半挂车状态存储器输出的前一时刻车辆状态，输入给状态估计器内嵌的五自由度重型半挂车动力学模型，计算出重型半挂车当前状态，即进行时间更新；

9.将由动力学模型计算得到的状态参数传给状态估计器中的UKF算法模块，根据与传感器测量的侧向加速度值比较，对动力学模型计算得到的车辆状态值进行修正，得到重型半挂车状态真值，即进行测量更新。

10.将基于模型的UKF估计器得到的重型半挂车状态值输出给重型半挂车状态存储器，为下一时刻的状态估计作准备。

其中，以上技术方案中所述的基于模型的UKF状态估计器中重型半挂车动力学模型的时间更新过程包括如下步骤：

1.将由传感器前置滤波模块去噪与剔除野点后得到的传感器信息，如纵向加速度信息、方向盘转角信息、侧向加速度信息，和由车速计算模块计算得到的车速信息，传输给重型半挂车动力学模型的运动学解算模块；